先跟踪后决策：基于视觉的类别无关多目标跟踪
计算机视觉与模式识别
2017-12-22 v1
摘要
基于视觉的多目标跟踪最常见的范式是检测跟踪（tracking-by-detection），这是因为对于诸如车辆和行人等若干重要对象类别已有可靠的检测器可用。然而，未来的移动系统需要具备应对丰富人造环境的能力，而在其中为每一可能对象类别获取检测器将不可行。本文中，我们提出一种无模型的多目标跟踪方法，该方法使用类别无关的图像分割来跟踪对象。我们提出了一种高效的基于分割掩码的跟踪器，其关联由分割报告出的像素级精确掩码。我们的方法可在有可用语义信息时利用其对跟踪层级上的对象进行分类，同时在缺乏此类信息时保留跟踪通用未知对象的能力。我们通过实验证明，我们的方法在车辆和行人等流行对象类别上取得了与最先进（state-of-the-art）检测跟踪方法相当的性能。此外，我们表明所提方法能够发现并鲁棒地跟踪大量其他对象。
引用
@article{arxiv.1712.07920,
title = {Track, then Decide: Category-Agnostic Vision-based Multi-Object Tracking},
author = {Aljoša Ošep and Wolfgang Mehner and Paul Voigtlaender and Bastian Leibe},
journal= {arXiv preprint arXiv:1712.07920},
year = {2017}
}
备注
ICRA'18 submission